Zusammenfassung
Unser Ansatz zur Exploration und Analyse sehr großer Datenbanken basiert auf neuartigen Visualisierungstechniken für multidimensionale Daten. Die prinzipielle Idee dabei ist die gleichzeitige Darstellung möglichst vieler Datenobjekte am Bildschirm, wobei jeder Datenweit durch ein Pixel des Bildschirms repräsentiert wird. Die Farbe des Pixels entspricht dem Abstand des jeweiligen Datenwertes zum Anfragewert. Die Anordnung hängt von der Gesamtdistanz des Datensatzes in Bezug auf die Anfrage und von der gewählten Visualisierungstechnik ab. Durch ein graphisches Benutzerinterface kann der Benutzer seine Anfragen inkrementell ändern, wobei er durch das visuelle Feedback, das er bei Änderungen bekommt, in der Verfeinerung seiner Anfragen unterstützt wird. Ein zentrales Anliegen dieses Papiers sind Bewertung und Vergleich unserer Visualisierungstechniken. Bei der Bewertung von Visualisierungstechniken stehen nicht, wie sonst bei Leistungsvergleichen, die CPU-Zeiten oder die Anzahl der Zugriffe auf den Sekundärspeicher im Vordergrund, sondern die Wahrnehmbarkeit von Zusammenhängen und Eigenschaften der Daten. Analog zu den für Leistungsvergleiche von Datenbanksystemen entwickelten Benchmarks werden deshalb für die Evaluierung von Visualisierungstechniken künstlich erzeugte Testdaten mit vorgegebenen Eigenschaften verwendet.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Anwar T. M., Beck H. W., Navathe S. B.: Knowledge Mining by Imprecise Querying: A Classification-Based Approach, Proc. 8th Int. Conf. on Data Engineering, Tempe, AZ, 1992, pp. 622–630.
Aldinger K., Ester M., Forstner G., Kriegel H.-P, Seidl T.: ‘Datenbankunterstiitzung fur das Protein-Protein-Docking: Ein effizienter and robuster Feature-Index’, Proc. 2nd GIFachtagung ‘Informatik in den Biowissenschaften’, Jena, Germany, 1994.
Anderson E.: ‘A Semigraphical Method For The Analysis of Complex Problems’ Proc. Nat. Acad. Sci. USA, Vol. 13, 1957, pp. 923–927.
Andrews D. F.: ‘Plots of High-Dimensional Data’, Biometrics, Vol. 29, 1972, pp. 125–136.
Asimov D.: ‘The Grand Tour: A Tool For Viewing Multidimensional Data’ SIAM Journal of Science & Stat. Comp., Vol. 6, 1985, pp. 128–143.
Beddow J.: ‘Shape Coding of Multidimensional Data on a Mircocomputer Display’, Visualization 90, San Francisco, CA, 1990, pp. 238–246.
Beshers C., Feiner S.: ‘Visualizing n-Dimensional Virtual Worlds with n- Vision’, Computer Graphics, Vol. 24, No. 2, 1990, pp. 37–38.
Bergeron R. D., Keim D. A., Pickett R.: ‘Test Data Sets for Evaluating Data Visualization Techniques’, in: Perceptual Issues in Visualization, Springer, 1994.
Brissom D.: ‘Hypergraphics: Visualizing Complex Relationships in Art, Science and Technology’, Amer. Association for the Advance of Science, Westview Press, Boulder, 1979.
Chernoff H.: ‘The Use of Faces to Represent Points in k-Dimensional Space Graphically’ Journal Amer. Statistical Association, Vol. 68, pp 361–368.
Cleveland W. S.: ‘Visualizing Data’, AT&T Bell Laboratories, Murray Hill, NJ, Hobart Press, Summit NJ, 1993.
Dunn G., Everitt B.: ‘An Introduction to Mathematical Taxonomy’, Cambridge University Press, Cambridge, MA, 1982.
Ester M., Kriegel H.-P., Seidel T., Xu X.W.: ‘Formbasierte Suche nach komplementären 3D-Oberflächen in einer Protein-Datenbank’, Proc. GI-Fachtagung ‘Datenbanken in Büro, Technik und Wissenschaft’ (BTW), Dresden, Germany, 1995.
Frei H. P., Meienberg S.: ‘Evaluating Weighted Search Terms as Boolean Queries’ Proc. GI/GMD-Workshop, Darmstadt 1991, in: Informatik-Fachberichte, Vol. 289, 1991, pp. 11–22.
Frawley W. J., Piatetsky-Shapiro G., Matheus C. J.: ‘Knowledge Discovery in Databases: An Overview’, in: Knowledge Discovery in Databases, AAAI Press, Menlo Park, 1991.
Friedman J., Tukey J.: ‘A Projection Pursuit Algorithm for Exploratory Data Analysis’, IEEE Transactions on Computers, Vol. 23, 1974, pp. 881–890.
Gaasterland T., Godfrey P., Minker J.: ‘An Overview of Cooperative Answering ’, Journal of Intelligent Information Systems, Vol. 1, 1992, pp. 123–157.
Huber P. J.: ‘Projection Pursuit’, The Annals of Statistics, Vol. 13, No. 2, 1985, pp. 435–474.
Inselberg A., Dimsdale B.: ‘Parallel Coordinates: A Tool for Visualizing Multi-Dimensional Geometry Visualization ’90, San Francisco, CA, 1990, pp. 361–370.
Inselberg A.: ‘The Plane with Parallel Coordinates, Special Issue on Computational Geometry’ The Visual Computer, Vol. 1, 1985, pp. 69–97.
Keim D. A.: ‘Visual Support for Query Specification and Data Mining’, Dissertation, Universität München, 1994.
Keim D. A., Kriegel H.-P., Seidl T.: ‘Supporting Data Mining of Large Databases by Visual Feedback Queries’, Proc. 10th Int. Conf. on Data Engineering, Houston, TX, 1994, pp. 302–313.
LeBlanc J., Ward M. O., Wittels N.: ‘Exploring N-Dimensional Databases’, Visualization 90, San Francisco, CA, 1990, pp. 230–239.
Mihalisin T., Gawlinski E., Timlin J., Schwendler J.: ‘Visualizing A Scalar Field on an N- dimensionalLattice’, Visualization 90, San Francisco, CA, 1990, pp. 255–262.
Motro A.: ‘FLEX: A Tolerant and Cooperative User Interface to Databases’ IEEE Transactions on Knowledge and Data Engineering, Vol. 2, No. 2, 1990, pp. 231–246.
Mihalisin T., Timlin J., Schwegler J.: ‘Visualizing Multivariate Functions, Data and Distributions’, IEEE Computer Graphics and Applications, Vol. 11, No. 3, 1991, pp. 28–35.
Marchak F., Zulager D.: ‘The Effectiveness of Dynamic Graphics in Revealing Structure in Multivariate Data ’, Behavior, Research Methods, Instruments and Computers, Vol. 24, No. 2, 1992, pp. 253–257.
Pickett R. M., Grinstein G. G.: ‘Iconographie Displays for Visualizing Multidimensional Data’, Proc. IEEE Conf. on Systems, Man and Cybernetics, IEEE Press, Piscataway, NJ, 1988, pp. 514–519.
Pickett R. M.: ‘Visual Analyses of Texture in the Detection and Recognition of Objects ’, in: Picture Processing and Psycho-Pictorics, Lipkin B. S., Rosenfeld A. (eds.), Academic Press, New York, 1970.
Salton G., Buckley C.: ‘Term-Weighting Approaches in Automatic Text Retrieval’, Information Processing and Management, Vol. 24, No. 5, 1988, pp. 513–523.
Smith S., Grinstein G., Pickett R.: ‘Global Geometric, Sound, and Color Controls for Iconographie Displays of Scientific Data’, in: Extracting Meaning from Complex Data: Processing, Display, Interaction II, Display, 1459, 1991, pp. 197–206.
Tufte E. R.: ‘The Visual Display of Quantitative Information’, Graphics Press, Cheshire, CT, 1983.
Tufte E. R.: ‘Envisioning Information’, Graphics Press, Cheshire, CT, 1990.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Keim, D.A., Kriegel, HP. (1995). Visualisierungstechniken zur Exploration und Analyse sehr großer Datenbanken. In: Lausen, G. (eds) Datenbanksysteme in Büro, Technik und Wissenschaft. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-79646-3_16
Download citation
DOI: https://doi.org/10.1007/978-3-642-79646-3_16
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-59095-8
Online ISBN: 978-3-642-79646-3
eBook Packages: Springer Book Archive